一种基于深度学习的无人机巡检图像配准对齐方法

本发明公开了一种基于深度学习的无人机巡检图像配准对齐方法，属于图像处理技术领域，包括视频采集与分段处理、语义–时空对齐与同步子序列选择、内容增强与对齐帧对提取、多源关键点提取与融合、跨视频高质量特征匹配、几何变换估计与配准，解决了在跨视角与非同步图像序列中，进行高精度帧对齐与匹配的技术问题，本发明提供了一种语义–时空联合的图像序列对齐方法，实现跨序列图像帧的高鲁棒性对齐，使匹配更倾向于时间邻近的帧对，从而有效抑制跨时间漂移的语义干扰，增强了匹配路径的物理合理性，显著提高了对真实飞行过程中非对称采样、速度变化和视角偏差下的鲁棒对齐能力。